AI芯片，下一片藍(lán)海？

徐元

距離1996年“深藍(lán)”大戰(zhàn)卡斯帕羅夫整整20年后，“AlphaGO再次通過(guò)人機(jī)對(duì)戰(zhàn)的形式為人工智能（Artificial Intelligence，AI）的發(fā)展歷史添上了濃重一筆。

從“深藍(lán)”到“AlphaGO”，人工智能走過(guò)二十年。站在今天，我們可以笑言那曾經(jīng)令人瞠目結(jié)舌的“深藍(lán)”實(shí)際上只是運(yùn)行于超級(jí)計(jì)算機(jī)上的一個(gè)很棒的國(guó)際象棋程序，而為了支撐這個(gè)程序，IBM團(tuán)隊(duì)打造了一臺(tái)重1.2噸、配備480顆國(guó)際象棋專(zhuān)用芯片的龐然大物。

不同于“深藍(lán)”依靠超強(qiáng)運(yùn)算能力所采取的遍歷搜索策略，“AlphaGO的設(shè)計(jì)中融入了近年來(lái)取得顯著進(jìn)展的深度學(xué)習(xí)算法。深度學(xué)習(xí)之所以被稱(chēng)為“深度”，是相對(duì)前向誤差反饋神經(jīng)網(wǎng)絡(luò)（BP）、支持向量機(jī)（SVM）等淺層學(xué)習(xí)算法而言。后者的局限性在于有限樣本和計(jì)算單元情況下，對(duì)復(fù)雜函數(shù)的表示能力有限，且需要依靠人工經(jīng)驗(yàn)抽取樣本特征。深度學(xué)習(xí)算法則通過(guò)構(gòu)建一種深層非線(xiàn)性網(wǎng)絡(luò)結(jié)構(gòu)來(lái)實(shí)現(xiàn)復(fù)雜函數(shù)逼近及自動(dòng)特征提取，具有強(qiáng)大的從少數(shù)樣本集中挖掘數(shù)據(jù)統(tǒng)計(jì)規(guī)律的能力。

在基于深度學(xué)習(xí)方法的人臉識(shí)別領(lǐng)域，2014年，F(xiàn)acebook公司的DeepFace項(xiàng)目以及香港中文大學(xué)的DeepID項(xiàng)目在戶(hù)外人臉識(shí)別數(shù)據(jù)庫(kù)上的識(shí)別正確率分別達(dá)到97.45%和97.35%，幾乎可以比肩人類(lèi)97.5%的識(shí)別率。此外，在圖像分類(lèi)、自然語(yǔ)音識(shí)別等領(lǐng)域，深度學(xué)習(xí)也已證明了其無(wú)可比擬的優(yōu)勢(shì)，特別是在現(xiàn)存最復(fù)雜的完全信息博弈之一的圍棋上的成功，說(shuō)明該算法還大有潛力可挖。

關(guān)于A(yíng)lphaGO還有個(gè)不為人知的小插曲。在對(duì)戰(zhàn)李世石之前，AlphaGO曾于2016年1月以5：0的懸殊比分完勝歐洲圍棋冠軍樊麾二段。旁觀(guān)的李世石在比賽結(jié)束后表示有信心捍衛(wèi)人類(lèi)在棋類(lèi)運(yùn)動(dòng)上最后的榮譽(yù)。然而短短的一個(gè)月時(shí)間內(nèi)，Google將AlphaGO的核心運(yùn)算單元從CPU+GPU換成了專(zhuān)門(mén)的深度學(xué)習(xí)芯片TPU。于是，我們看到了“石佛”尷尬的笑容和發(fā)抖的手指。

脫離硬件支持

深度學(xué)習(xí)只能是“屠龍之技”

事實(shí)上，AI界的泰斗，加拿大多倫多大學(xué)的Hiton教授早在2006年就提出了深度學(xué)習(xí)的概念，淺層學(xué)習(xí)算法更是早在上世紀(jì)80年代就為學(xué)術(shù)界所廣泛認(rèn)可。之所以最近幾年該領(lǐng)域應(yīng)用才逐漸升溫，是因?yàn)锳I的發(fā)展離不開(kāi)兩方面的支持，大數(shù)據(jù)和計(jì)算資源。

深度學(xué)習(xí)模型需要通過(guò)大量的數(shù)據(jù)訓(xùn)練才能獲得理想的效果。以語(yǔ)音識(shí)別問(wèn)題為例，僅在其聲學(xué)建模部分，算法就面臨著十億到千億級(jí)別的訓(xùn)練樣本。在這種情況下，只有表達(dá)能力強(qiáng)的數(shù)學(xué)模型才能夠充分發(fā)掘海量數(shù)據(jù)中蘊(yùn)藏的豐富信息。相應(yīng)地，海量數(shù)據(jù)的運(yùn)算處理也必須有強(qiáng)大的計(jì)算資源作為支撐。

舉個(gè)毫不夸張的例子，今天的計(jì)算機(jī)一個(gè)中小型網(wǎng)絡(luò)的訓(xùn)練需要一天時(shí)間，可能使用20年前的計(jì)算機(jī)需要近20年才能完成。因此，即便深度學(xué)習(xí)算法早20年誕生，沒(méi)有硬件匹配也只能是屠龍之技。而即便是今天，AI相關(guān)硬件的發(fā)展仍遠(yuǎn)落后于軟件算法。一方面，AI界的算法大牛實(shí)在太多，甩開(kāi)摩爾定律數(shù)十年來(lái)筆耕不輟地升級(jí)著軟件；另一方面，當(dāng)前執(zhí)行深度學(xué)習(xí)算法的主流方式是采用GPU芯片，為深度學(xué)習(xí)算法專(zhuān)門(mén)定制的芯片還遠(yuǎn)沒(méi)有形成規(guī)模。雖然從架構(gòu)上看，GPU相比CPU更有效率，但是離最優(yōu)還相距甚遠(yuǎn)。而且GPU功耗驚人，很難委身于移動(dòng)終端，更遑論物聯(lián)網(wǎng)應(yīng)用。

云端“高吞吐”

本地“小快靈”

目前的AI應(yīng)用主要分為用于服務(wù)器端和用于移動(dòng)終端兩大類(lèi)。服務(wù)器端的負(fù)責(zé)AI算法的芯片一方面要支持盡可能多的網(wǎng)絡(luò)結(jié)構(gòu)以保證算法的正確率和泛化能力；另一方面必須支持高精度浮點(diǎn)數(shù)運(yùn)算，峰值性能至少要達(dá)到Tflops（每秒執(zhí)行10^12次浮點(diǎn)數(shù)運(yùn)算）級(jí)別，所以功耗非常大（>200W）；而且為了能夠提升性能必須支持陣列式結(jié)構(gòu)（即可以把多塊芯片組成一個(gè)計(jì)算陣列以加速運(yùn)算）。由于服務(wù)器端的AI芯片必須兼顧通用性，因此性能優(yōu)化無(wú)法做到量體裁衣，只能做一些宏觀(guān)的優(yōu)化。

現(xiàn)有的主流服務(wù)器端的硬件加速器以圖形處理器GPU和現(xiàn)場(chǎng)可編程邏輯門(mén)陣列FPGA為主。GPU具有強(qiáng)大的浮點(diǎn)運(yùn)算能力，因此除圖像處理的本職工作外，被廣泛應(yīng)用于科學(xué)計(jì)算、密碼破解、數(shù)值分析，海量數(shù)據(jù)處理等需要大規(guī)模并行計(jì)算的領(lǐng)域。

與GPU相比，F(xiàn)PGA器件雖然在計(jì)算運(yùn)行速度上與ASIC芯片有所差距（大約是GPU的一半，是同代ASIC的1/10），產(chǎn)品更新?lián)Q代的速度也要慢于GPU芯片（GPU一般是一年到一年半更新?lián)Q代，而FPGA是兩到三年）；但是功耗僅僅是GPU的1/10，并且還可以通過(guò)重配置對(duì)目標(biāo)應(yīng)用進(jìn)行最大限度的優(yōu)化。除了FPGA和GPU之外，也有不少公司在做服務(wù)器端的深度學(xué)習(xí)加速芯片，例如Google的TPU、Intel的Nervana System以及Wave Computing等等。

移動(dòng)端的AI芯片和服務(wù)器端的AI芯片在設(shè)計(jì)思路上有著本質(zhì)的區(qū)別。首先，移動(dòng)端的AI芯片必須滿(mǎn)足低延遲要求。這里的延遲是指移動(dòng)終端與云端或服務(wù)器端的通信延遲。以大家熟悉的siri應(yīng)用為例，移動(dòng)終端把語(yǔ)音數(shù)據(jù)上傳至云端，云端執(zhí)行算法并把結(jié)果送回移動(dòng)端，這當(dāng)然要求網(wǎng)絡(luò)延遲盡可能小以提升用戶(hù)體驗(yàn)。而在駕駛輔助、安防監(jiān)控等對(duì)實(shí)時(shí)性要求極為嚴(yán)苛的應(yīng)用場(chǎng)景下，低延遲的重要性更是無(wú)需贅言。其次，移動(dòng)端AI芯片必須保證功耗控制在一定范圍內(nèi)，換言之，必須保證很高的計(jì)算能效（完成一次計(jì)算所需要的能量）。最后，移動(dòng)端AI應(yīng)用對(duì)算法的性能要求不如服務(wù)器端苛刻，允許一些計(jì)算精度損失，因此可以使用一些定點(diǎn)數(shù)運(yùn)算以及網(wǎng)絡(luò)壓縮的辦法來(lái)加速運(yùn)算。

而如果從另一個(gè)角度看，把所有數(shù)據(jù)傳回云端一方面有可能造成網(wǎng)絡(luò)的擁堵，另一方面存在數(shù)據(jù)安全問(wèn)題，一旦數(shù)據(jù)在傳輸過(guò)程中被惡意劫持，后果將無(wú)法想象。因此，一個(gè)必然的趨勢(shì)是在移動(dòng)端本地分擔(dān)部分快速反應(yīng)的AI算法，從而盡量避免上述問(wèn)題。

AI專(zhuān)用芯片

業(yè)界巨頭們的藍(lán)海

正如20年前多媒體應(yīng)用及3D游戲蓬勃發(fā)展倒逼顯卡硬件升級(jí)一樣，互聯(lián)網(wǎng)大數(shù)據(jù)的興起對(duì)超算芯片提出了新的需求。如前所述，GPU和FPGA是目前軟件企業(yè)采取的主流方案。百度的機(jī)器學(xué)習(xí)硬件系統(tǒng)就是用FPGA搭建了一款A(yù)I專(zhuān)用芯片，并已大規(guī)模部署在語(yǔ)音識(shí)別、廣告點(diǎn)擊率預(yù)估模型等應(yīng)用中。而語(yǔ)音識(shí)別領(lǐng)域的科大訊飛，則將幾乎所有深度學(xué)習(xí)訓(xùn)練方面的運(yùn)算都放在GPU加速卡上運(yùn)行。不過(guò)業(yè)界也有消息，科大訊飛計(jì)劃在語(yǔ)音識(shí)別業(yè)務(wù)中啟用FPGA平臺(tái)。

作為GPU和FPGA領(lǐng)域的巨頭，Nvidia和Intel已相繼公布了開(kāi)發(fā)AI專(zhuān)用芯片的計(jì)劃。2016年上半年，Nvidia為深度神經(jīng)網(wǎng)絡(luò)推出了Tesla P100 GPU，并基于此開(kāi)發(fā)了深度學(xué)習(xí)超級(jí)計(jì)算機(jī)NVIDIA DGX-1。與此同時(shí)，IBM已與Nvidia推出了幾款專(zhuān)門(mén)針對(duì)人工智能領(lǐng)域的服務(wù)器產(chǎn)品。而收購(gòu)了FPGA巨頭Altera公司的Intel也不甘落后，結(jié)合FPGA在大數(shù)據(jù)運(yùn)算處理方面的優(yōu)勢(shì)，全力打造新的專(zhuān)注大數(shù)據(jù)高性能運(yùn)算以及AI應(yīng)用的至強(qiáng)融合（Xeon Phi）系列處理器。

此外，Intel還于2016年8月宣布收購(gòu)深度學(xué)習(xí)芯片初創(chuàng)公司Nervana，以增強(qiáng)Intel在A(yíng)I方面的業(yè)務(wù)能力。目前，芯片層面最大的變數(shù)來(lái)自于Google的TPU芯片。這款芯片是Google專(zhuān)門(mén)為其深度神經(jīng)網(wǎng)絡(luò)的軟件驅(qū)動(dòng)引擎TensorFlow量身打造的。谷歌表示，按照摩爾定律的發(fā)展軌跡，現(xiàn)在的TPU計(jì)算能力相當(dāng)于未來(lái)七年才能達(dá)到的計(jì)算水平。目前，TPU已經(jīng)服務(wù)于Google的AI系統(tǒng)RankBrain、街景Street View、AlphaGO等應(yīng)用服務(wù)。

TPU的高效能來(lái)自于Google專(zhuān)門(mén)為AI應(yīng)用做出的針對(duì)性?xún)?yōu)化。在效能與功耗上TPU能夠更緊密地適配機(jī)器學(xué)習(xí)算法，這一點(diǎn)要遠(yuǎn)勝于GPU及FPGA等通用芯片。從性能角度而言，目前針對(duì)某個(gè)算法優(yōu)化的專(zhuān)用AI芯片能比GPU在性能上提升多少還未有定論，這也要結(jié)合具體算法來(lái)看。如果GPU剛好卡到某個(gè)瓶頸，那么AI芯片在運(yùn)算速度上提升幾十倍也是有可能的。

AI算法始終保持著快速演進(jìn)的趨勢(shì)，因此專(zhuān)用AI芯片的發(fā)展一定與軟件是并行互補(bǔ)的。從成本角度來(lái)看，任何芯片一旦量產(chǎn)，成本都會(huì)迅速下降。就服務(wù)器端的AI芯片而言，首先量產(chǎn)肯定不如移動(dòng)市場(chǎng)大；其次由于強(qiáng)調(diào)運(yùn)算性能，導(dǎo)致其技術(shù)壁壘較高，新的競(jìng)爭(zhēng)者難以快速切入。因此目前來(lái)看，AI芯片基本沒(méi)有創(chuàng)業(yè)機(jī)會(huì)。流片在千萬(wàn)美元級(jí)別，全世界的玩家屈指可數(shù)。而所有巨頭又都盯著AI這塊巨大的蛋糕，因此在該領(lǐng)域基本不可能有攪局者的出現(xiàn)。AI雖然是藍(lán)海，但只是大公司的藍(lán)海。

（作者單位：賽迪顧問(wèn)半導(dǎo)體產(chǎn)業(yè)研究中心）